II.2Создание и понимание программного кода

lmstudio-community/Qwen3-0.6B-MLX-bf16 — конвертированная в формат MLX версия компактной плотной языковой модели Qwen3-0.6B. Модель содержит около 507,9 млн параметров, использует архитектуру Qwen3ForCausalLM и рассчитана на контекст до 40 960 токенов. Конверсия выполнена из Qwen/Qwen3-0.6B с помощью mlx-lm версии 0.24.0. Модель предназначена для генерации текста и диалогов, а также поддерживает интерфейс вызова инструментов. Метаданные характеризуют базовую модель как многоязычную и пригодную для рассуждений; отдельные языки в доступных данных не перечислены. Формат MLX ориентирован на запуск в экосистеме MLX. Модель распространяется по лицензии Apache-2.0.

RYS-Llama3.1-Large — экспериментальная модель автора dnhkng, основанная на Meta Llama 3 70B Instruct и описанная как результат нового метода оптимизации. Она предназначена для генерации текста в диалогах и для экспериментов с оптимизацией больших языковых моделей; карточка сообщает об оценке на Open LLM Leaderboard, но не раскрывает подробностей метода. Модель использует плотную архитектуру LlamaForCausalLM и содержит 80,6 млрд параметров. Метаданные указывают контекст до 131 072 токенов, формат safetensors и интерфейсы чата и вызова инструментов. Карточка не уточняет поддерживаемые языки и условия применения метода, а опубликованная таблица оценок приведена лишь частично. Лицензия — MIT.

smartyplats-7b-v2-Mistral-7B-Instruct-v0.1 — объединённая чат-модель на архитектуре Mistral, созданная слиянием mistralai/Mistral-7B-Instruct-v0.1 и vihangd/smartyplats-7b-v2 методом SLERP. Модель содержит 7,1 млрд параметров и предназначена для генерации текста в ответ на инструкции и сообщения в диалоге. Модель принимает текст и выдаёт текст; её контекст составляет до 32 768 токенов. В карточке указаны формат safetensors и лицензия Apache-2.0. README описывает схему слияния, но не приводит отдельные результаты оценки качества или специализированные области применения.

nlpguy/T3QM7X — объединённая авторегрессионная языковая модель семейства Mistral на 7,1 млрд параметров, созданная с помощью mergekit методом SLERP из nlpguy/T3QM7 и nlpguy/MergeX. Она предназначена для генерации текста и диалоговых ответов по текстовым запросам. Модель принимает текст и выдаёт текст; заявленная длина контекста составляет 32 768 токенов. Модель распространяется в формате Safetensors по лицензии Apache-2.0. Сведения о конкретных сильных сторонах и ограничениях качества в карточке не приведены; как и другие языковые модели, она может генерировать неточные или вымышленные ответы.

T3qm7xNeuralsirkrishna_Experiment24Shadow — объединённая модель на архитектуре Mistral, созданная из automerger/T3qm7xNeuralsirkrishna-7B и automerger/Experiment24Shadow-7B. Она предназначена для генерации текста и диалогов; содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель опубликована в формате Safetensors и распространяется по лицензии Apache-2.0.

MaziyarPanahi/T3qm7xNeuralsirkrishna_Experiment26Experiment30 — объединённая модель Mistral с плотной архитектурой и 7,1 млрд параметров, созданная на основе automerger/T3qm7xNeuralsirkrishna-7B и automerger/Experiment26Experiment30-7B. Она предназначена для генерации текста и диалоговых сценариев; принимает текст и может обрабатывать контекст до 32 768 токенов. Репозиторий содержит веса в формате safetensors. Модель распространяется по лицензии Apache-2.0.

T3qm7xNeuralsirkrishna_T3qM7 — объединённая модель семейства Mistral, опубликованная MaziyarPanahi. Она создана слиянием automerger/T3qm7xNeuralsirkrishna-7B и automerger/T3qM7-7B и предназначена для генерации текста и диалогов. Модель содержит 7,1 млрд параметров, использует плотную архитектуру MistralForCausalLM и поддерживает контекст до 32 768 токенов. Модель принимает текст и генерирует текст. Репозиторий содержит веса в формате safetensors. Доступна по лицензии Apache-2.0. Сведения о специализации по языкам и прикладным областям в карточке не приведены.

TheBloke/wizardLM-7B-HF — полноразмерная модель WizardLM-7B в формате Hugging Face для генерации текста и выполнения инструкций. Она основана на Llama 7B: к исходным весам применены delta-веса WizardLM, полученные методом Evol-Instruct, после чего объединённая модель преобразована в float16. В репозитории указано около 6,6 млрд параметров и контекст до 2048 токенов. Модель предназначена для ответов на запросы и выполнения разнообразных инструкций на естественном языке; файлы подходят для инференса на GPU и как основа для дальнейшей квантизации или конвертации. Карточка отмечает, что ранняя WizardLM уступала ChatGPT на полном тестовом наборе и оставалась на начальном этапе развития, хотя показывала преимущество на сложных инструкциях. Лицензия в метаданных обозначена как other.

yam-jom-7B-slerp — объединённая языковая модель, созданная с помощью LazyMergekit из eren23/ogno-monarch-jaskier-merge-7b-OH-PREF-DPO-v2 и yam-peleg/Experiment26-7B. В основе лежит архитектура MistralForCausalLM с плотной архитектурой и 7,1 млрд параметров; для объединения применён метод SLERP, веса сохранены в формате safetensors. Модель предназначена для генерации текста. Контекст составляет до 32 768 токенов. В карточке приведены результаты Open LLM Leaderboard, включая среднюю оценку 76,45, однако подробности остальных метрик здесь не представлены. Язык модели в карточке не указан. Модель распространяется по лицензии Apache-2.0.

Yamshadowexperiment28M70.04-0.39-0.5-0.24-0.68-0.29-7B — объединённая языковая модель семейства Mistral, опубликованная пользователем aaron-di. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и формат Safetensors; её контекст составляет до 32 768 токенов. Модель предназначена для генерации текста и диалогов по текстовым запросам. README показывает запуск через Transformers с шаблоном чата и генерацией ответа, а метаданные указывают на объединение AurelPx/Percival_01-7b-slerp и liminerity/M7-7b. Модель распространяется по лицензии Apache-2.0.

YamshadowStrangemerges_32_M7Alloyingotneoy — объединённая методом slerp модель семейства Mistral, опубликованная MaziyarPanahi. Она объединяет веса automerger/YamshadowStrangemerges_32-7B и automerger/M7Alloyingotneoy-7B и предназначена для генерации текста. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и поддерживает контекст до 32 768 токенов. Модель принимает текст и генерирует текст; конкретные языки и специализированные области применения в карточке не описаны. Файлы опубликованы в формате safetensors. Лицензия — Apache-2.0. Карточка не приводит результаты оценки качества или конкретные ограничения, поэтому пригодность для узких задач следует проверять отдельно.

YamshadowStrangemerges_32_YamExperiment26 — объединённая модель для генерации текста, созданная на основе automerger/YamshadowStrangemerges_32-7B и automerger/YamExperiment26-7B. Она использует плотную архитектуру Mistral с 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста в сценариях, где требуется обрабатывать длинные запросы и контекст. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.

Abiray/ZAYA1-8B-GGUF — набор GGUF-квантизаций модели ZAYA1-8B, разработанной Zyphra. Модель предназначена для задач генерации текста, сложного рассуждения и локального развертывания при ограниченных ресурсах. ZAYA1-8B использует разреженную Mixture-of-Experts (MoE) архитектуру zaya с механизмом Compressed Convolutional Attention и MLP-router. Всего модель содержит около 8,4 млрд параметров, из которых примерно 760 млн активируются для каждого токена. Доступны варианты квантизации Q3_K_M, Q4_K_S, Q4_K_M, Q5_K_M, Q6_K и Q8_0; рекомендован Q4_K_M как компромисс между потреблением памяти и качеством рассуждений. Сведения о языках, модальностях и размере контекста в README не указаны. К сильным сторонам относятся высокая плотность интеллекта, небольшое число активных параметров на токен и возможность локального запуска. Ограничения связаны с экспериментальной поддержкой архитектуры: для работы требуется самостоятельно собрать llama.cpp из ветки Draft PR #23112, поскольку стандартные релизы пока не распознают необходимые метаданные zaya. Агрессивная квантизация может ухудшать логические способности, а чувствительные слои cca_conv_grp оставлены в более высокой точности. Модель распространяется по лицензии Apache-2.0.

Это диалоговая языковая модель на архитектуре Mistral с 7,1 млрд параметров, дообученная разработчиком ShenaoZ на базе mistralai/Mistral-7B-Instruct-v0.2. Для обучения использован датасет HuggingFaceH4/ultrafeedback_binarized; название модели указывает на применение DPO и четыре итерации дообучения. Модель предназначена для генерации текста и ответов в диалоге. Она принимает текст и формирует текстовые ответы, поддерживая контекст до 32 768 токенов. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0. README не приводит результатов оценки или подробностей о сильных сторонах и ограничениях этой версии; её возможности следует оценивать с учётом базовой Mistral-7B-Instruct-v0.2 и конкретных сценариев применения.

AlloyIngotNeoY — объединённая языковая модель, созданная с помощью mergekit на основе ammarali32/multi_verse_model с включением yam-peleg/Experiment26-7B. Это плотная модель архитектуры Mistral с 7,1 млрд параметров, предназначенная для генерации текста; заявленный размер контекста — 32 768 токенов. Веса опубликованы в формате safetensors, библиотека для работы — Transformers. Модель подойдёт для генерации продолжений текста и диалоговых ответов в приложениях на базе языковых моделей. README указывает метод объединения task_swapping_ties и доли весов источников, но не приводит оценок качества или сведений о специализированных навыках. Модель распространяется по лицензии Apache-2.0.

OwenArli/ArliAI-Llama-3-8B-Dolfin-v0.6-Abliterated — диалоговая языковая модель на архитектуре Llama 3, созданная как дообучение Meta-Llama-3-8B-Instruct. Разработчик использовал улучшенный набор данных Dolphin и WizardLM, чтобы усилить следование инструкциям и снизить частоту отказов. Версия 0.6 основана на варианте Llama 3 8B Instruct с удалёнными механизмами отказа. Модель предназначена для генерации ответов в формате диалога и выполнения инструкций. В README указаны обучение с контекстом 2048 токена и сохранение рабочего контекста базовой модели в 8192 токена; метаданные также указывают контекст 8192 токена и размер около 7,5 млрд параметров. Модель принимает текст и выдаёт текст. В README описано обучение с использованием QLoRA ранга 64 и alpha 128, при котором обучаемыми были около 2% весов. Репозиторий содержит веса Safetensors. Модель распространяется по лицензии Meta Llama 3; перед использованием необходимо соблюдать её условия. Из-за настройки на снижение отказов модель может отвечать на запросы, которые другие помощники отклоняют, поэтому ответы требуют соответствующей проверки.

Athena-1 0.5B — компактная инструктивная языковая модель, дообученная aayanmishra-ml на основе Qwen/Qwen2.5-0.5B-Instruct. Она содержит 494 млн параметров, использует архитектуру Qwen2 для генерации текста и рассчитана на запуск в условиях ограниченных вычислительных ресурсов, включая edge-устройства. Метаданные указывают контекст до 32 768 токенов; в README заявлены 16 384 токена и генерация до 4 000 токенов за ответ. Модель предназначена для диалогов и выполнения инструкций, а также для базовой помощи с кодом и математикой, анализа и краткого пересказа небольших документов, работы с таблицами и JSON. README заявляет поддержку более 20 языков, включая английский, китайский, русский, французский, испанский, немецкий, итальянский, японский, корейский, вьетнамский и тайский; карточка указывает английский. Модель поставляется в формате PyTorch под лицензией Apache-2.0. Небольшой размер удобен для ресурсов с ограничениями, однако заявленные возможности кодирования и математики описаны как базовые.

AxeronAI/axeron-mf-39 — текстовая модель для диалогов и генерации текста, созданная методом SLERP с помощью forgelm. В слияние вошли Qwen/Qwen2.5-7B и Qwen/Qwen2.5-7B-Instruct; архитектура — плотная Qwen2 с классом Qwen2ForCausalLM, размер — 7,1 млрд параметров. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Модель принимает текст и генерирует текст; заявленная длина контекста — 131 072 токена. Она подходит для диалоговых сценариев и задач генерации текста. README и метаданные не описывают отдельные специализированные области применения или ограничения качества. Сведения о лицензии в предоставленных источниках отсутствуют.

MaziyarPanahi/bagel-dpo-7b-v0.1-Mistral-7B-Instruct-v0.2-slerp — диалоговая языковая модель, созданная объединением моделей Mistral-7B-Instruct-v0.2 и bagel-dpo-7b-v0.1 методом SLERP. Она предназначена для генерации текста и ответов на инструкции в чат-сценариях. Модель имеет плотную архитектуру MistralForCausalLM и 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Модель распространяется в формате safetensors по лицензии Apache-2.0. Карточка не уточняет целевые языки и специализированные предметные области; возможности и качество для конкретных языков или задач отдельно не описаны.

blendedmist-herm-7B-slerp — объединённая модель для генерации текста и диалогов, созданная автором rakataprime с помощью LazyMergekit. Она объединяет NousResearch/Nous-Hermes-2-Mistral-7B-DPO и NousResearch/Hermes-2-Pro-Mistral-7B методом slerp; архитектура — плотная MistralForCausalLM, размер — 7,1 млрд параметров, формат весов — safetensors, точность при объединении — bfloat16. Модель предназначена для диалогового взаимодействия и генерации текста по запросам. Контекстное окно составляет 32 768 токенов. В карточке не перечислены языки и прикладные области. Лицензия в предоставленных данных не указана.

Calme-7B-Instruct-v0.1.1-GGUF — набор файлов модели в формате GGUF для MaziyarPanahi/Calme-7B-Instruct-v0.1.1, разработанный и квантованный MaziyarPanahi. Это текстовая instruction-tuned модель примерно на 7 миллиардов параметров, предназначенная для генерации текста, диалогов и выполнения инструкций. Модель ориентирована на локальный запуск с использованием llama.cpp и совместимых клиентов и библиотек, включая text-generation-webui, KoboldCpp, GPT4All, LM Studio и llama-cpp-python. Репозиторий содержит варианты квантования с разрядностью от 2 до 8 бит, включая семейство K-квантований Q2_K, Q3_K, Q4_K, Q5_K и Q6_K. Выбор варианта позволяет находить компромисс между требованиями к памяти, скоростью работы и сохранением качества. Указана принадлежность к семейству Mistral, однако точные сведения об архитектуре, размере контекста и поддерживаемых языках в README не приведены. Модель работает с текстом и не предназначена для мультимодальных задач. Сильными сторонами являются компактный размер, возможность запуска на локальном оборудовании и широкий выбор уровней квантования. Ограничения включают возможные потери качества при использовании более агрессивного квантования, а также отсутствие в предоставленных данных результатов оценки, точных требований к ресурсам и перечня поддерживаемых языков. Модель распространяется по лицензии Apache 2.0.

CatMacaroni-Slerp-Mistral-7B-Instruct-v0.1 — чат-модель MaziyarPanahi, полученная слиянием методом SLERP моделей mistralai/Mistral-7B-Instruct-v0.1 и cookinai/CatMacaroni-Slerp. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, предназначенная для генерации текста и ответов на инструкции и диалоговые запросы. Модель принимает текст и выдаёт текст; заявленная длина контекста — 32 768 токенов. Слияние использует отдельные веса для слоёв self-attention и MLP. Модель распространяется в формате safetensors под лицензией Apache 2.0. Данные карточки не описывают её языковое покрытие или конкретные ограничения качества.

DeepSeek-R1-Distill-Qwen-1.5B-GGUF — это квантизированная версия модели DeepSeek-R1-Distill-Qwen-1.5B, разработанной командой DeepSeek-AI. Формат GGUF подготовлен bartowski на основе llama.cpp, релиз b4514; модель распространяется в рамках сообщества LM Studio, но LM Studio не является её разработчиком или владельцем. Модель предназначена для генерации текста и прежде всего ориентирована на задачи рассуждения и пошагового анализа. Она дистиллирована из reasoning-модели DeepSeek R1 и настроена на работу с chain-of-thought. Указана поддержка контекстного окна до 128k токенов. Другие характеристики, включая точный размер в параметрах исходной GGUF-сборки, поддерживаемые языки и мультимодальные возможности, в README не приведены; по указанным данным модель относится к текстовым, а не мультимодальным системам. К сильным сторонам относятся компактный размер базовой модели, ориентация на рассуждения и большой заявленный контекст. Ограничения включают возможные неточные, вредоносные или неподходящие ответы, а также отсутствие гарантий качества, безопасности и стабильности использования. Лицензия в README не указана, поэтому условия коммерческого и иного использования необходимо уточнять в материалах исходной модели DeepSeek-R1-Distill-Qwen-1.5B и конкретной GGUF-сборки.

Elysium2.1-11b — объединённая модель для генерации текста, созданная powermove72 с помощью LazyMergekit. При слиянии методом passthrough использованы слои 0–24 модели powermove72/Trinity_Notus-xb и слои 25–49 модели powermove72/GreenScorpius-xb-Passthrough. Модель построена на плотной архитектуре Mistral с 11 млрд параметров и контекстом до 32 768 токенов. Она предназначена для генерации текста и диалоговых ответов на входные текстовые запросы. Репозиторий содержит веса в формате Safetensors; в конфигурации слияния указан тип bfloat16. Лицензия в предоставленных данных не указана.

Experiment26Neuralsirkrishna_Experiment24Yam — объединённая модель Mistral, созданная из automerger/Experiment26Neuralsirkrishna-7B и automerger/Experiment24Yam-7B. Она предназначена для генерации текста и диалогов, включая сценарии с длинным контекстом до 32 768 токенов. Модель содержит 7,1 млрд параметров и распространяется в формате Safetensors. Практические качества и языковой охват отдельно не описаны; пригодность модели для конкретных задач следует оценивать на собственных данных. Лицензия — Apache-2.0.

Experiment26Yamshadow_T3qM7 — объединённая модель Mistral, созданная на основе automerger/Experiment26Yamshadow-7B и automerger/T3qM7-7B. Она предназначена для генерации текста и диалоговых сценариев на базе причинной языковой модели с 7,1 млрд параметров и контекстом до 32 768 токенов. Репозиторий содержит веса в формате safetensors. Модель может использоваться для продолжения текста и создания ответов на текстовые запросы. Для неё указана лицензия Apache 2.0. Карточка не описывает специализированные области применения или конкретные языковые возможности, поэтому модель следует считать общего назначения.

MaziyarPanahi/Experiment28M7_ShadowCalme — объединённая модель на архитектуре Mistral, созданная на основе automerger/Experiment28M7-7B и automerger/ShadowCalme-7B. Она предназначена для генерации текста и может использоваться в диалоговых и других текстовых сценариях на основе языковой модели. Модель содержит 7,1 млрд параметров, поддерживает контекст до 32 768 токенов и опубликована в формате safetensors. Репозиторий распространяется по лицензии Apache-2.0.

Experiment28T3q_YamYam — модель генерации текста, созданная объединением automerger/Experiment28T3q-7B и automerger/YamYam-7B. Она предназначена для генерации текста в сценариях, поддерживаемых архитектурой Mistral. Модель имеет плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Репозиторий содержит веса в формате safetensors. Модель опубликована MaziyarPanahi и распространяется по лицензии Apache-2.0. Доступные сведения не описывают конкретные преимущества или специализированные области применения; характеристики и качество результата могут зависеть от запроса и способа использования.

f-5-8b — языковая модель для генерации текста, полученная объединением моделей jaspionjader/f-2-8b и jaspionjader/f-4-8b методом SLERP с помощью mergekit. Модель основана на архитектуре Llama и содержит 7,5 млрд параметров. Она предназначена для диалогового взаимодействия и генерации текста. Репозиторий содержит веса в формате safetensors; модель загружается через Transformers и поддерживает контекст длиной до 8192 токенов. Веса объединены в формате bfloat16. В карточке не приведены сведения о целевых языках и сравнительных оценках качества, поэтому пригодность для конкретных языков и задач следует проверять на собственных примерах. Лицензия в предоставленных данных не указана.

Falcon3-7B-Instruct-1.58bit — инструкционная и диалоговая языковая модель семейства Falcon 3, разработанная Technology Innovation Institute (TII). Это авторегрессионная decoder-only модель на основе pure-transformer архитектуры, созданная в 1,58-битном представлении и содержащая около 7 миллиардов параметров. Модель предназначена главным образом для генерации текста, ответов на вопросы, выполнения инструкций и диалоговых сценариев. Модель ориентирована преимущественно на английский язык. Доступна для использования через библиотеки Hugging Face Transformers и Microsoft BitNet; также предусмотрен демонстрационный playground для версии 7B Instruct. Сверхнизкая разрядность потенциально позволяет снизить требования к хранению и вычислениям, однако README не приводит конкретные требования к оборудованию, размер контекста или сравнение производительности в прикладных сценариях. Во внутренних тестах модель показала средний нормализованный результат 14,36; среди указанных тестов приведены IFEval, MUSR, GPQA, BBH, MMLU-PRO и MATH. Эти результаты характеризуют поведение на отдельных benchmark-задачах и не гарантируют качество для всех практических применений. Ограничениями являются преимущественная ориентация на английский язык и отсутствие в README подробностей о мультимодальности, длине контекста, данных обучения и ограничениях безопасности. Указанная лицензия — TII Falcon License 2.0.